问题定位

智能体模型改进不是先堆参数，而是先把失败点拆开看。真正有效的做法，是先确认任务边界，再把问题定位到感知、规划、工具调用、记忆、执行这几层，最后用同一套指标验证改动有没有带来稳定收益。若没有可复现的失败样本，先改模型往往只会增加噪声，难以判断变化来自哪里。